我有一个UTF-8文本字符串
“\xe0\xa4\xb9\xe0\xa5\x80\xe0\xa4\xac\xe0\xa5\x8b\xe0\xa4\xb2”,它将转换到
हीबोल印地语。我无法将string a
转换为字节
a = '\xe0\xa4\xb9\xe0\xa5\x80 \xe0\xa4\xac\xe0\xa5\x8b\xe0\xa4\xb2'
#convert a to bytes
#also tried a = bytes(a,'utf-8')
a = a.encode('utf-8')
s = str(a,'utf-8')
The string is converted to bytes but contains wrong unicode literals
结果:b'\xc3\xa0\xc2\xa4\xc2\xb9\xc3\xa0\xc2\xa5\xc2\x80 \xc3\xa0\xc2\xa4\xc2\xac\xc3\xa0\xc2\xa5\xc2\x8b\xc3\xa0\xc2\xa4\xc2\xb2'
打印-हॠबà¥à¤²
预期值:应该是b'\xe0\xa4\xb9\xe0\xa5\x80\xe0\xa4\xac\xe0\xa5\x8b\xe0\xa4\xb2
,即हीोल
原始字符串可能被解码为
latin1
。如果可能的话,将其解码为UTF-8,但是如果接收到的信息有误,您可以通过再次编码为latin1
并正确解码为UTF-8来反转它:注意,
latin1
编码匹配前256个Unicode码位,因此U+00E0
('\xe0'
在python3str
对象中)变成字节E0h(b'\xe0'
在python3bytes
对象中)。它是U+0000-U+00FF和字节00h-FFh之间的1:1映射。你知道吗使用原始unicode转义编解码器将字符串编码为字节,然后可以解码为UTF-8。你知道吗
这是一种解决方法;理想的解决方案是防止数据源对原始字节进行字符串化。你知道吗
相关问题 更多 >
编程相关推荐